Development of novel analysis and reconstruction techniques for coherent optical imaging systems
Faz uyumlu optik görüntüleme sistemleri için yenilikçi analiz ve geriçatım yaklaşımlarının geliştirilmesi
- Tez No: 562477
- Danışmanlar: DR. ÖĞR. ÜYESİ SEVİNÇ FİGEN ÖKTEM, DR. AYKUT KOÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Bu tezde faz uyumlu optik görüntüleme sistemleri için yenilikçi analiz ve geriçatım metotları geliştirilmektedir. İlk olarak kırınıma neden olan birden fazla açıklıklı faz uyumlu görüntüleme sistemlerini analiz etmek için bir faz-uzay yaklaşımı geliştirilmektedir. Bir faz uyumlu görüntüleme sisteminin serbestlik derecesi, onun birden fazla açıklıktan gelen kırınım etkilerini içeren faz-uzay penceresini kullanılarak hesaplanabilir. Bu çalışmada, faz-uzay penceresi kullanılarak bir sistemin önemli görüntüleme parametrelerinin nasıl elde edildiği gösterilmektedir. Geliştirilen metodun sağladığı fayda, tek mercekli ideal bir sistem ve optik tasarımı bilinen bir mikroskop merceği için gösterilmektedir. İkinci olarak faz uyumlu görüntüleme sistemlerindeki temel problemlerden biri olan faz geri kazanımı problemine odaklanılmaktadır. Bu problem için sıkça kullanılan birçok algoritma olmasına rağmen, bunların geriçatım performansı genellikle ilklendirmeye ve ölçüm gürültüsüne bağlıdır. Bu çalışmada, model tabanlı geleneksel metotlar ve derin sinir ağları kullanılarak iki tane yenilikçi faz geri kazanımı algoritması geliştirilmektedir. Kullanılan model tabanlı model, sıkça tercih edilen karma girdi-çıktı yöntemidir. İlk yaklaşımdaki ana fikir, derin sinir ağlarıyla karma girdi-çıktı yöntemiyle özyinelemeli bir şekilde kullanarak geriçatım sonuçlarını geliştirmektir. Sayısal sonuçlar, karma girdi-çıktı yöntemine göre hesaplama masrafı çok az daha fazla olan yaklaşımın faydalarını göstermektedir. İkinci yaklaşımdaki ana fikir, karma girdi-çıktı yöntemi ve derin öğrenme tabanlı önsel bilgileri tak ve çalıştır düzenlileştirmesi yardımıyla birleştirmektir. Geliştirilen metot farklı görüntü önsel bilgilerle de kullanılabilme esnekliğine sahiptir. Geliştirilen yaklaşımın faydaları sayısal benzetimlerle gösterilmektedir. Geliştirilen faz gerikazanımı yaklaşımları, hem en gelişkin geriçatım performansı göstermekte hem de farklı ilklendirme ve gürültü seviyelerine karşı daha gürbüz davranmaktadır.
Özet (Çeviri)
We develop novel analysis and reconstruction techniques for coherent optical imaging systems. Firstly, we present a phase-space approach to analyze coherent imaging systems with multiple diffracting apertures. The degrees of freedom of a coherent imaging system can be computed from its phase-space window, which takes into account diffraction effects from all apertures. We show how the phase-space window is linked to important imaging parameters of the system such as diffraction-limited resolution. A single-lens system and a microscope objective design are considered as examples to illustrate the utility of the approach. Secondly, we focus on the classical phase retrieval problem, which is a fundamental problem in coherent imaging. Although there are several well-known phase retrieval algorithms, the reconstruction performance is generally sensitive to initialization and measurement noise. We develop two different novel phase retrieval algorithms by jointly exploiting deep neural networks (DNNs) and traditional model-based inversion methods. The used model-based inversion approach is the well-known hybrid-input-output (HIO) method for phase retrieval. In the first approach, the main idea is to use a DNN in an iterative manner with the HIO method to improve the HIO reconstructions. Numerical results demonstrate the effectiveness of this approach, which also has little additional computational cost compared to the HIO method. In the second approach, the main idea is to incorporate a learning-based prior to the HIO method through plug-and-play regularization. The developed method is flexible such that it can also be used with different image priors. The performance of the second approach is illustrated with numerical simulations. Both of the developed phase retrieval methods not only achieve state-of-the-art reconstruction performance but also are more robust to different initialization and noise levels.
Benzer Tezler
- Katlıdizeylerin çokdeğişkenliliği yükseltilmiş çarpımlar üçköşegencil gösterilim yoluyla ayrıştırımı: Kavramcıl taban ve uygulayışlar
Tridiagonal folmat enhanced multivariance products representation: Conceptual background and applications
ZEYNEP GÜNDOĞAR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. METİN DEMİRALP
- Dynamic characterization and optimization of additively manufactured tpms lattice structures
Katmanlı üretilen tpms kafes yapılarının dinamik karakterizasyonu ve optimizasyonu
UĞUR ŞİMŞEK
Doktora
İngilizce
2021
Makine MühendisliğiÖzyeğin ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. POLAT ŞENDUR
- Deep learning for ınverse problems in ımaging
Görüntüleme ters problemlerinde derin öğrenme
HASAN HÜSEYİN KARAOĞLU
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Dinamik olmayan stokastik rezonans yöntemi kullanılarak su altı görüntülerinin iyileştirilmesi
Underwater image enhancement using non-dynamic stochastic resonance
RUSTAM SALIMOV
Doktora
Türkçe
2024
Fizik ve Fizik MühendisliğiSakarya ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI AHMET YILDIRIM
- Derin öğrenme algoritmaları kullanılarak EEG sinyallerinden yalan tespiti
Lie detection from EEG signals using deep learning algorithms
MUSA ASLAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMET BAYKARA